利用空间填充曲线的新性质进行数据分析

本文研究多维数据经过保形变换后，由空间填充曲线诱导的排序如何变化，并利用排序概率与数据几何构型的关系构造形状匹配特征。基于摘要分析，未取得论文全文。 空间填充曲线可用于为多维数据建立一维次序。作者报告，这种次序并不在所考察的保形变换下保持不变，但某种排序出现的概率依赖于多维数据的几何构型。论文据此探索以排序的概率性质而非单次排序结果描述形状，并以构造形状匹配特征展示其用途。摘要未说明具体曲线、变换族、概率定义与估计方法，也未提供数据集、对照基线或定量结果；实验协议、消融及统计信息尚未验证。 平台推测（待验证）：若 EEG 片段可被表示为具有可比较几何结构的多维点集，这类特征或可用于检验几何变化下的表征稳定性。可复用的候选环节是空间填充曲线排序及其概率特征构造；需要另行确定 EEG 点集表示、坐标尺度与允许的变换，不能直接假定原文的保形变换对应跨被试或跨会话差异。低信噪比、通道布局变化及小样本下的概率估计误差可能削弱稳定性。一个可证伪的小实验是在固定 EEG 任务与相同数据划分下，比较单次排序特征和排序概率特征在预先定义的几何扰动前后的分类性能与特征稳定性。已有 EEG 相关工作尚未检索确认。